de Yash Soni

Cum am analizat datele din FitBit pentru a-mi îmbunătăți starea generală de sănătate

Se pare că datele vă pot menține sănătos

Cum am analizat datele din FitBit pentru a mi imbunatati starea
Credit foto: Franki Chamaki pe Unsplash

Urmăritorii activității fizice au devenit o categorie de produse de milioane de dolari. Am avut o parte echitabilă de trackere fanteziste, începând de la începutul anului Nike Fuelband și apoi Banda de activitate MI. Personal, nu am putut adopta niciunul dintre ei foarte bine și, în cele din urmă, toți au ajuns să fie un ceas digital elegant, care avea nevoie de o reîncărcare la fiecare câteva zile pentru ca aceștia să poată spune ora corectă.

Și apoi, cu câteva luni în urmă, am primit un cadou Fitbit Versa de un prieten de-al meu. Ceva a făcut clic. De ce?

S-au întâmplat multe de când am renunțat la ideea că benzile de sănătate sunt eficiente. Când am primit acest cadou, eram într-o etapă în care eram lipit de un scaun și de laptopul meu. Drept urmare, am avut o problemă severă de dureri de spate și dezechilibru postural. Acțiunile greșite de mulți ani nu au putut fi remediate în doar câteva zile sau săptămâni. Luptând o luptă grea împotriva ședinței, care acum este considerată de mulți ca fiind nou „fumat”, Am devenit atent la postura mea și la ideea de a menține un stil de viață activ.

Așadar, m-am gândit să îi dau lui Fitbit o ardezie curată și am încercat-o timp de o săptămână. Aplicația Fitbit a făcut o treabă destul de bună de captare și prezentare a datelor într-un format consumabil.

1612064951 902 Cum am analizat datele din FitBit pentru a mi imbunatati starea
1612064951 755 Cum am analizat datele din FitBit pentru a mi imbunatati starea
1612064952 333 Cum am analizat datele din FitBit pentru a mi imbunatati starea
Analiza activității, arderii caloriilor și somnului în aplicația Fitbit.

Trecuseră două săptămâni de când m-am despărțit de ceasul meu mecanic. Intrigat de varietatea de puncte de date pe care Fitbit le putea capta, a început să vadă ce se ascunde în spatele datelor.

Cum am analizat datele din FitBit pentru a mi imbunatati starea
Ciclul de experimentare. Src

În curând am început un experiment pentru a vedea cât de bine aș putea ține pasul cu obiectivele pe care le definisem. De asemenea, am vrut să știu dacă există factori străini care au influențat aceste obiective. În cele din urmă, am vrut să descopăr orice descoperiri ascunse și interesante pe parcurs. Am fost deosebit de interesat să descopăr:

  • Cât de active sunt zilele mele? Petrec o cantitate considerabilă de timp fiind sedentar?
  • Cum variază aceste date în timpul săptămânii față de weekend?
  • Ce factori contribuie la cea mai mare arsură de calorii?
  • Ce exerciții sunt cel mai bun și mai simplu mod de a-mi atinge obiectivele zilnice?
  • Am urmat un program de somn constant? Ce factori îl influențează?
  • Înțelegeți etapele somnului și aflați ce este nevoie pentru a obține un somn mai profund.
  • Care este impactul binge Netflix asupra somnului de weekend?
  • Instruiți un model simplu de învățare automată pentru a vedea dacă există un model ascuns pentru a obține un somn mai bun.

Nu am putut găsi răspunsurile la acestea din aplicația standard Fitbit. Aveam nevoie de datele brute.

Obținerea datelor

Prima sarcină a fost să găsesc modalități de extragere a datelor de pe dispozitivul meu. Scanând prin paginile dezvoltatorului, am constatat că au o dispoziție de API Web pentru a accesa datele utilizatorului. Examinând aceste API-uri, am fost șocat să văd cantitatea mare de date care sunt capturate și salvate în fiecare minut. Pași parcurși, calorii arse, etape de somn și chiar ritmul cardiac / minut pentru că orice zi dată este înregistrată!

Uneori, atracția seducătoare de a cunoaște despre bunăstarea noastră generală ne face să uităm ce informații personale avem ajunge să împărtășești. Citind politicile lor de confidențialitate, am constatat că Fitbit a efectuat verificări suplimentare pentru a păstra datele în siguranță. Oricum, acest lucru necesită un post separat, deci, fără a ne abate de la obiectivul nostru principal, să continuăm.

Mi-am înregistrat aplicația și am obținut acreditările necesare pentru partea clientului pentru a începe preluarea datelor. După parcurgerea etapelor de autorizare necesare, am colectat și am combinat datele mele zilnice privind activitatea, somnul și ritmul cardiac și le-am aruncat într-un fișier Excel. După o curățare a datelor, setul de date a fost gata!

1612064953 734 Cum am analizat datele din FitBit pentru a mi imbunatati starea
1612064953 994 Cum am analizat datele din FitBit pentru a mi imbunatati starea
Eșantion de sesiune de captare a datelor și Pandas DataFrame corespunzător

PS. Întregul cod poate fi găsit Aici impreuna cu Caiet Jupyter.

PPS. Declinare de responsabilitate: Această analiză a datelor se bazează pe un set foarte limitat de puncte de date și va fi dificil de generalizat în masă. Vă rugăm să o considerați ca pe o lectură distractivă!

Analiza activității

Fitbit are o gamă largă de puncte de date pentru a măsura nivelurile zilnice de activitate. Pașii, caloriile și etajele sunt câteva dintre măsurile standard. De asemenea, urmărește câte minute petrec zilnic fiind moderat, ușor și foarte activ.

Fără să mă agit cu arderea zilnică de calorii, îmi ținusem obiectivul de a atinge 8000 de pași în fiecare zi pe dispozitivul meu Fitbit. Graficele de mai jos sugerează că fac în medie aproximativ ~ 7800 de pași pe zi, ceea ce este destul de aproape de obiectivul meu. Există câteva studii care sugerează lovirea 10000 pașii pe zi este ideal și aceasta va fi următoarea țintă.

De marți până sâmbătă au fost zilele în care am avut în medie aproximativ 40 de minute de minute foarte active – ceea ce se traduce pur și simplu în exercițiu activ. Mai puține minute în zilele de duminică s-au datorat exclusiv timpului de lene / recuperare. Pătrunderea minute active Luni demonstrează că mă îndrăgostesc de Blues-ul de luni și cred că este timpul să remediem asta. ??

1612064954 217 Cum am analizat datele din FitBit pentru a mi imbunatati starea

Analiza cantității de calorii arse pe minut pentru diferite activități arată câteva descoperiri interesante. Deși există o mulțime de date similare disponibile pe internet, este foarte dificil să generalizați aceste numere pentru toată lumea. Întrucât multe din acestea depind de nivelurile de fitness, demografie, abilități și, cel mai important, cât de mult îmi place să fac niște exerciții specifice.

1612064954 561 Cum am analizat datele din FitBit pentru a mi imbunatati starea

Este interesant de văzut că alergatul mă ajută să ard aproape 12 calorii pe minut. matematica este simplă: pentru a compensa o bere, o alergare de 10 minute este ceea ce am nevoie. ?? ‍ +? =?

Tenis ? – activitatea preferată din lot – ocupă al doilea loc. Acesta este din nou un scenariu câștig-câștig! Va fi interesant să vedem dacă acest număr se schimbă pe măsură ce îmi îmbunătățesc abilitățile.

Numerele de înot nu m-au șocat pentru că încă mă lupt să țin pasul cu numărul continuu de tururi. Și după ce ați petrecut ceva timp în piscină, exercițiul se transformă într-o activitate de agrement.

Un punct de remarcat aici este că caloriile arse nu ar trebui să fie singura valoare pe care aceste activități pot fi clasificate. Dar, aceasta se întâmplă să fie singura valoare pe care o pot măsura în prezent prin Fitbit.

În cele din urmă, este util să vedem cum se corelează diferitele puncte de date între ele. Trasarea unei hărți de căldură a corelației ajută la descoperirea unor constatări.

1612064955 306 Cum am analizat datele din FitBit pentru a mi imbunatati starea

Caloriile arse sunt strâns legate de cantitatea de pași și minute active. Minute sedentare are o corelație negativă cu zilele săptămânii, ceea ce implică faptul că petrec mai mult timp relaxându-mă în weekend.

Analiza somnului

Somnul este esențial pentru a ajuta la menținerea stării de spirit, a memoriei și a performanței cognitive și nu există nicio fugă de la acesta. Ne petrecem aproximativ o treime din viață dormind. Este o uimire 26 de ani petrecuți dormind în pat! În timp ce metabolismul încetinește în general, toate organele majore și sistemele de reglare continuă să funcționeze. Prin urmare, devine important să profităm la maximum de somn.

Citind mai multe despre acest lucru, am constatat că există câteva modalități standard care pot ajuta la obținerea unui somn bun noaptea.

Pe parcursul acestui experiment, am încercat să urmez pașii de mai sus pentru a mă lega de un program strict de somn. Era timpul să le validăm.

Din graficele de mai jos, am constatat că eram în medie un somn de 7 ore, fără prea multe abateri în număr. Deși am reușit să mă culc înainte de ora 11, ora de trezire a variat încă de la 5: 30-7: 00 AM.

1612064955 809 Cum am analizat datele din FitBit pentru a mi imbunatati starea
1612064956 303 Cum am analizat datele din FitBit pentru a mi imbunatati starea

Deși durata medie a fost oarecum similară, calitatea generală a somnului nu a fost aceeași. În unele zile, am fost foarte activ chiar și prin atingerea a 6 ore de somn, în timp ce au existat multe cazuri în care, chiar și după ce am dormit târziu, nu mă simțeam proaspăt. Am găsit răspunsul analizând misticul cicluri de somn.

În timp ce dormim, corpul nostru trece de obicei prin mai multe cicluri de somn, alternând între următoarele etape:

SOMN USOR: Această etapă începe de obicei în câteva minute de la adormire. Respirația și ritmul cardiac scad de obicei ușor în această etapă. Somnul ușor favorizează recuperarea mentală și fizică.

SOMN ADINC: Somnul profund apare de obicei în primele câteva ore de somn. Respirația devine mai lentă și mușchii se relaxează, în timp ce ritmul cardiac devine de obicei mai regulat. Când ne trezim simțindu-ne înviorați dimineața, este probabil că am experimentat perioade solide de somn profund. Somnul profund promovează recuperarea fizică și aspecte ale memoriei și ale învățării.

SOMN REM: Somnul REM este o perioadă activă de somn marcată de o activitate cerebrală intensă. Prima fază a somnului REM apare de obicei după o etapă inițială de somn profund. Respirația este mai rapidă, neregulată și superficială. Ochii se mișcă rapid în diferite direcții, de unde și denumirea de mișcare rapidă a ochilor – Somn REM. Aceasta este etapa în care vedem, în general, vise în somn. S-a demonstrat că somnul REM joacă un rol important în reglarea dispoziției, învățarea și memoria.

Complotul de mai jos arată că, în medie, corpul meu cheltuiește aproximativ 17% în somn profund, 19% REM și restul fie în lumină, fie ușor treaz. Complotul dată-timp al somnului luminos și profund arată că aceste cifre variază foarte mult.

1612064956 188 Cum am analizat datele din FitBit pentru a mi imbunatati starea
1612064956 411 Cum am analizat datele din FitBit pentru a mi imbunatati starea

Dacă trasăm corelația diferitelor etape de somn, vedem că timpul petrecut în pat este foarte corelat cu somnul ușor, dar nu există o corelație puternică cu somnul profund.

1612064957 374 Cum am analizat datele din FitBit pentru a mi imbunatati starea

Acest lucru înseamnă în esență că doar dormind mai mult nu garantează întotdeauna un somn bun și profund. Cred că acest lucru ajută la validarea învățării importante despre somn:

Calitatea somnului contează și nu cantitatea.

Urmarea unui program strict de somn în timpul săptămânii este ușoară, dar weekendurile sunt cu totul alt joc.

1612064957 780 Cum am analizat datele din FitBit pentru a mi imbunatati starea

Graficul de mai sus arată că sâmbăta este cel mai afectat, unde timpul în pat variază de la 5 la 9 ore. Netflix Binge și petrecerile de weekend sunt câteva dintre viciile care au afectat această rutină. Dimpotrivă, parcela mai mică de duminică mă înfățișează pregătindu-mă pentru dimineața de luni. Este interesant de văzut cum aceste comportamente ale corpului subconștient sunt clar expuse în aceste comploturi.

În cele din urmă, am vrut să văd dacă activitățile mele zilnice au avut vreun efect asupra somnului meu. Deși nu aveam multe date pentru modelul Machine Learning,
o cursă inițială a arătat câteva rezultate interesante. A prezis că a fi activ în timpul zilei și a ajunge la culcare înainte de ora 23:00 are unele contribuții pozitive la ultimele minute de somn profund.

Deși este prea devreme pentru a-l valida, voi repeta acest lucru odată ce am mai multe date despre somn și funcții suplimentare pentru a îmbunătăți acuratețea modelului. Detaliile pot fi găsite în acest caiet Jupyter.

A meritat totul?

Acest experiment a fost o experiență plină de satisfacții. Am identificat câteva moduri interesante în care corpul meu răspunde la stimulii externi. Este ca o mașină în care modificarea anumitor butoane poate ajuta la obținerea unor rezultate diferite.

În continuare, intenționez să stabilesc câteva obiective de activitate îmbunătățite. Voi încerca și eu niste biohacks să văd dacă acestea au efecte pozitive asupra calității somnului meu. De asemenea, iau în calcul dezvoltarea unei aplicații de alarmă Fitbit care mă trezește doar după ce am obținut o cantitate suficientă de somn de calitate (nu sunt sigur dacă există deja?).

În cele din urmă, nu intenționez să etichetez acest lucru drept experiment mai mult. Rutina zilnică care s-a simțit puternică la început a devenit un obicei acum. În trecut, am întâlnit multe articole care erau studii despre importanța trezirii devreme și, în cele din urmă, am îmbrățișat-o direct. Acest articol Medium, care este de fapt primul meu, este unul dintre numeroasele subproduse ale acestui nou obicei găsit.

Mulțumesc că v-ați făcut timp pentru a parcurge analizele mele. Voi fi mai mult decât recunoscător să știu dacă ți-a plăcut și ai sugestii cu privire la orice îmbunătățiri în general! 🙂